研究課題情報
課題管理番号
24wm0425002h0004
統合プロジェクト(二期)

疾患基礎研究プロジェクト<第二期>

事業名

脳とこころの研究推進プログラム ,

脳神経科学統合プログラム

タグ(2024)

研究開発目的: 基礎医学研究

研究の性格: 疾患を特定した基礎医学研究<生命・病態解明研究>

研究モダリティ: in vivo-齧歯類

ICD-10大分類: 精神および行動の障害

対象疾患領域: 精神・神経疾患 ,  成育

特記的事項: DX<SaMD、AI、ICTを含む>

補足確認: 治療

タグ(2023)

研究開発目的: 基礎医学研究

研究の性格: 疾患を特定した基礎医学研究<生命・病態解明研究>

研究モダリティ: in vivo-齧歯類

ICD-10大分類: 精神および行動の障害

対象疾患領域: 精神・神経疾患 ,  成育

特記的事項: DX<SaMD、AI、ICTを含む>

補足確認: 治療

タグ(2022)

研究の性格: 生命・病態解明等を目指す研究

開発フェーズ: 基礎的

承認上の分類: 医薬品

対象疾患: その他

疾患領域: 精神・神経疾患

開発目的: 治療

タグ(2021)

研究の性格: 生命・病態解明等を目指す研究

開発フェーズ: 基礎的

承認上の分類: 医薬品

対象疾患: その他

疾患領域: 精神・神経疾患

開発目的: 治療

代表研究機関
国立大学法人東京科学大学
研究代表者

(2024) 中山敬一, 国立大学法人東京科学大学, 高等研究院・特別栄誉教授

(2023) 中山敬一, 国立大学法人九州大学, 生体防御医学研究所・主幹教授

(2022) 中山敬一, 国立大学法人九州大学, 生体防御医学研究所・主幹教授

(2021) 中山敬一, 国立大学法人九州大学, 生体防御医学研究所・主幹教授

研究期間
2021年度 - 2024年度
課題への総配分額
170,560 千円
研究概要(2024)
本年度はヒト型変異CHD8によるin vivoでの転写伸長機能の評価を行う。具体的な研究開発方法として、ヒト型CHD8ノックインマウスにおける脳細胞サンプルでmNET-seq法および行動解析を行い、転写伸長機能の低下と自閉症様症状に相関が見られるかどうかを検証する。また転写伸長機能を調節する因子群とCHD8の相互作用をプロテオミクスによって網羅的に決定する。また各種部位・細胞種特異的CHD8変異マウスの機能的MRI解析も合わせて行う。具体的な研究開発方法として、作製した各種部位・細胞種特異的CHD8変異マウスを用いて機能的MRI解析を施行する。具体的には、diffusion tensor imaging (DTI)とResting-state functional magnetic resonance imaging (rsfMRI)を計測し、微小構造変化と機能的連結性を各種変異マウスにおいて評価を行う。さらにCHD8変異マウスでの行動解析試験による自閉症様行動の改善の評価を行う。具体的な研究開発方法として、前年度のスクリーニングをパスした化合物を、実際にCHD8変異マウスに投与し、その行動解析試験によって自閉症様の行動異常が改善されるかを検証する。
研究概要(2023)
ヒト型変異CHD8によるinvitroでのヒストンスライディング活性を検討し、ヒストンスライディング活性に重要なCHD8の部位の決定と自閉症との相関の分析を行う。またLIGHTHOUSEを用いて、新たに発見されたCHD8の制御分子に対して結合化合物をスクリーニングする。
研究概要(2022)
令和3年度で有意な差が得られなかったCHD8ヘテロ変異マウスのシングルセルRNAシークエンス解析を、ES細胞から神経細胞へ分化させる系を用いて再挑戦する。さらにCHD8-ヌクレオソーム複合体の立体構造をクライオ電子顕微鏡を用いて決定する。同時に部分タンパク質を用いて結晶構造解析を行ったり、in silicoモデリングを併用する。またLIGHTHOUSEを用いて、RESTやミエリン形成を制御する分子群、ならびに上記ES細胞からの分化系で抽出されてきた遺伝子産物等に対して結合化合物をスクリーニングする。さらに令和3年度にわれわれが作製した多種類の時期・部位・細胞種特異的CHD8コンディショナルノックアウトマウスを用いて、電気生理学的解析を行い、その時期のどの細胞種が電気生理学的に影響を受けているのかを特定する。
研究概要(2021)
CHD8変異マウスにおける自閉症様病態の分子基盤を1細胞解像度で理解するため、シングルセルRNA-seq解析をおこなって遺伝子発現パターンの変化を明らかにする。野生型とCHD8変異マウスの種々の脳部位からそれぞれ1万細胞を回収し、1細胞当たり5〜10万リードのシークエンスリードを取得する。得られたシークエンスデータは非線形次元削減手法の1つであるt-distributed stochastic neighbor embedding (t-SNE)を用いて次元圧縮することで、遺伝子発現パターンによる細胞のクラスタリングと可視化を行う。さらに各クラスターの細胞構成や1細胞単位の遺伝子発現変化を評価可能であり、各細胞種の細胞数の増減や細胞状態の変化を検出することで自閉症の分子レベル・細胞レベルの病態を推定することができると考えられる。また、われわれの開発した人工知能(深層学習)を用いて任意のタンパク質の1次元情報(=アミノ酸配列)のみに基づく候補化合物の絞り込み法を開発する。
研究成果情報
2024
2023
2022
2021